Hasil Pencarian  ::  Simpan CSV :: Kembali

"Risiko merupakan kemungkinan bahwa peristiwa-peristiwa yang tidak diinginkan akan terjadi di masa depan. Demi meminimalisir risiko yang dihadapi perusahaan atauperorangan, dibutuhkan alat ukur yang dapat mengkuantifikasi risiko dengan baik. Beberapa contoh alat ukur risiko yang umum digunakan adalah Value-at-Risk (VaR) dan Expected Shortfall (ES). VaR mengukur batas bawah dari loss-loss yang besar pada ekor suatu distribusi loss, sementara ES mengukur rata-rata atau ukuran pemusatan dari lossloss yang melebihi VaR. Namun, kelemahan dari kedua alat ukur ini adalah tidak adanya informasi yang diberikan mengenai variabilitas data pada ekor distribusi tersebut. Oleh karena itu, pada skripsi ini diperkenalkan dan dibahas lebih lanjut mengenai Gini Shortfall (GS), suatu alat ukur risiko yang dapat dikatakan lebih komprehensif dibandingkan VaR maupun ES. GS dapat menjelaskan mengenai variabilitas data pada ekor distribusi yang diukur menggunakan Tail-Gini functional, yaitu pengukuran variabilitas berbasis GiniMean Difference atau Gini functional yang diterapkan pada ekor distribusi. Kelebihan lain GS adalah sifatnya yang dapat memenuhi empat kriteria koherensi apabila memenuhisyarat tertentu, dimana alat ukur yang koheren dapat menjadi berguna bagi perusahaan maupun investor dalam menentukan strategi bisnis dan investasi yang tepat. Selain itu, pada skripsi ini juga akan ditentukan formula eksplisit GS untuk beberapa jenis distribusi kontinu yang sering ditemukan dalam pengukuran loss, yaitu distribusi eksponensial, Pareto, dan logistik. Formula eksplisit yang didapat kemudian digunakan untuk menghitung risiko dari suatu data saham riil.A risk is the possibility of undesirable events happening in the future. Companies or individuals may minimize risks by selecting a good risk measure that is able to properlyquantify the risks they face. Some well-known risk measures include the Value-at-Risk (VaR) and the Expected Shortfall (ES). VaR measures the lower bound for big losses in a loss distribution tail, while ES measures the average or central tendency of losses surpassing or breaching the VaR. Unfortunately, there are some drawbacks in using thestated risk measures, mainly that they do not provide any information regarding the variability of losses in the distribution tail. For that reason, this thesis will introduce and explore Gini Shortfall (GS), a risk measure said to be more comprehensive than VaR and ES. GS is able to provide information on the variability of data in distribution tails measured with Tail-Gini functional, which is a tail variability measure based on thevariability measure Gini Mean Difference or Gini functional. Another superiority of GS compared to other risk measures is that under certain conditions, it can satisfy the four criteria of coherency. A coherent risk measure may be useful for companies or investors to determine the right business and investing strategies. Besides that, this thesis will also provide explicit formulas of GS for some continuous distributions commonly used in loss models, namely the exponential, Pareto, and logistic distributions. These formulas are then applied to calculate risks from actual stock data."

"Risiko merupakan suatu ketidakpastian yang dapat terjadi di masa mendatang dan dapat menimbulkan suatu kerugian atau loss. Untuk meminimalisir loss tersebut, diperlukan alat ukur risiko untuk memprediksi loss-loss yang mungkin terjadi di masa depan. Sebelumnya, terdapat beberapa alat ukur risiko yang umum digunakan seperti Value-at- Risk (VaR) dan Expected Shortfall (ES), namun kedua alat ukur ini tidak memberikan informasi mengenai variabilitas data pada ekor distribusi. Untuk menutupi kekurangan tersebut, Corrado Gini (1912) menemukan suatu alat ukur risiko yang dikenal dengan Gini Shortfall (GS). GS dipandang menjadi alat ukur risiko yang lebih komprehensif karena bersifat koheren dan mempertimbangkan variabilitas pada ekor distribusi. Namun, GS menggeneralisasi bahwa semua orang memiliki kecenderungan sikap yang sama dalam menghadapi risiko, padahal kenyataannya tidak demikian. Oleh karena itu, Yitzhaki (1983) mengembangkan GS menjadi Extended Gini Shortfall (EGS). EGS merupakan bentuk generalisasi dari GS dengan memperhitungkan parameter risk-aversion, suatu kecenderungan sikap untuk memilih risiko seminimal mungkin. Alat ukur EGS memenuhi sifat koheren dengan syarat tertentu dan dapat memperhitungkan rata-rata severitas loss sekaligus variabilitas data pada ekor distribusi. Perhitungan variabilitas ini menggunakan alat ukur Tail Extended Gini functional berbasis Extended Gini functional. Selanjutnya, dilakukan pembentukan formula eksplisit EGS untuk distribusi eksponensial, Pareto, dan logistik, serta dijabarkan contoh perhitungan EGS dalam menghitung risiko. Perhitungan ini menggunakan data loss saham bulanan PT Unilever Indonesia Tbk (UNVR) dari November 2010 hingga November 2020. Dengan parameter risk-aversion yang konstan, didapatkan kecenderungan meningkatnya nilai EGS seiring meningkatnya tingkat kepercayaan. Sementara dengan tingkat kepercayaan yang konstan, didapatkan kecenderungan menurunnya nilai EGS seiring meningkatnya parameter risk-aversion.

---

Risk is an uncertainty that may occur in the future and cause a loss. To minimize the loss, a risk measure is needed to predict future losses. There are several risk measures such as Value-at-Risk (VaR) and Expected Shortfall (ES), but these instruments do not provide information on data variability in the distribution tail. To cover this deficiency, Corrado Gini (1912) invented a risk measure known as Gini Shortfall (GS). GS is said to be a more comprehensive risk measure because it is coherent and provide information about variability of the distribution tail. However, GS generalizes that everyone has the same tendency to take risks, when in reality they do not. Therefore, Yitzhaki (1983) developed GS into Extended Gini Shortfall (EGS). EGS is a generalization of GS by taking riskaversion into consideration. Risk-aversion is a tendency to take minimum risk. Also, EGS is a coherent risk measure under certain conditions and can calculate average severity and variability of losses in the distribution tail with Tail Extended Gini functional, a variability measure based on the Extended Gini functional. Furthermore, the explicit formula of EGS for exponential, Pareto, and logistic distributions and also the example of EGS calculation are presented in this paper. This calculation uses monthly loss of PT Unilever Indonesia Tbk (UNVR) stock from November 2010 to November 2020. Assuming a constant riskaversion parameter, EGS tends to increase with the increasing prudence level. Meanwhile, with a constant prudence level, EGS tends to decrease with the increasing risk-aversion parameter."